Tensorflow中的.trainable和训练参数有什么区别

Question

model.trainable=False和 和有什么区别model(..,training=False)？一般来说，何时使用其中一种而不是另一种，何时在模型中同时使用它们？

Answer 1

trainable是张量的属性，指示优化器在训练期间是否可以更新该张量。

training是一个标志，用于通知被调用的层/模型在训练期间进行了前向调用。这是必要的，因为某些层在训练和推理过程中表现不同，并且该标志用于其__call__()方法内的某些切换逻辑。一个值得注意的例子是批量归一化 层。

您完全可以拥有一个没有trainable权重的层，但其行为会有所不同，具体取决于它是否在 期间被调用training。